Samenvatting Tentamenstof verdieping in onderzoeksmethoden en statistiek

HOORCOLLEGES VOS kwalitatief

HOORCOLLEGE 1: Multipele regressie
Multipele staat voor meerdere onafhankelijke variabelen. Zo een regressie stelt ons in staat
hoe goed een model met al die factoren, maar ook de afzonderlijke factoren in staat is om
de afhankelijke variabele te verklaren.




Een afhankelijke variabele Y
Een of meerdere onafhankelijke variabelen (Minimaal interval niveau)
Een of meerdere onafhankelijke variabelen (dichotoom)

Combinatie van meerdere onafhankelijke variabele duidt op een multipele regressie.

In een multipele regressie heten onafhankelijke variabelen predictoren (dit is ook wel de X)

Doelen van analyse:
- Beschrijven van de lineaire relaties tussen variabelen (regressiemodel)
- Toetsen van hypothesen over relaties (significantie)
- Kwantificeren van relaties (effectgrootte, effect van de predictor op de afhankelijke
variabele)
- Kwalificeren van relaties (klein, middelmatig, groot, dit is een subjectieve
beoordeling)
- Beoordelen van relevante relaties (subjectief)
- Voorspellen van iemands waarde met regressiemodel (puntschatting en
intervalschatting)

LET OP! Op basis van statistische samenhang (correlationeel onderzoek) kan geen uitspraak
worden gedaan over causaliteit.


Meet niveau:
- Ratio (hoogst)
- Interval
- Ordinaal
- Nominaal

, Afhankelijke variabele Y  minimaal interval meetniveau
Onafhankelijke variabele X  kenmerk kan gemeten op minimaal interval meetniveau
 Op dichotoom niveau (dus met twee categorieën)
Een nominaal of ordinaal meet niveau, met meer dan twee categorieën,
wordt omgezet in dummy variabelen.

Vergelijking voor Y  geobserveerd
Uitkomst (Y) = Model (X) + voorspellingsfout (E)

Model  lineair regressie model
Voorspellingsfout  residual of error

Vergelijking Y^  voorspelling
Geschatte uitkomst (Y^) = model (X)

Het verschil tussen de schatting en het geobserveerde model is de voorspellingsfout

Y= B0 + B1X1 + B2X2 + …. + E

B0  intercept of constante
B1  regressie coëfficiënt (slope)
E  voorspellingsfout
Y  afhankelijke variabele
X  onafhankelijke variabele

De standaardafwijking is naast de variantie ook een mate van spreiding om het gemiddelde.

Vergelijking voor een enkelvoudige regressie  Y^ = B0+ B1X1
- Wordt vaak gedaan met een regressie lijn die het intercept of constante weergeeft
met de regressiecoeffiecent
- De best passende lijn wordt gevonden via het best passende kwadraat criterium die
er voor zorgt dat er zo een klein mogelijke voorspellingsfout is.

Positieve voorspellingsfout (residu)  onderschatting van prestatie (model), punten liggen
dus werkelijk boven de lijn.
Negatieve voorspellingsfout (residu)  overschatting van prestatie (model) punten liggen
dus onder de lijn werkelijk

Met model met de kleinste residuele kwadratensom is het beste model.
Goodness of fit  R^2  vergelijking (ratio) van lineair model (regressie) met het
basismodel

Basismodel  model van Y als we niets weten over de predictor. Je maakt hierbij gebruik
van het gemiddelde als beste voorspelling.
- t = totale deviatie (maximale fout tussen het werkelijke getal en de basismodel)
- m = verklaarde deel (door het model model)
- r = onverklaarde deel van de fout (residu)